[发明专利]一种基于人工神经网络的云计算数据中心节能方法

摘要

本发明提供一种基于人工神经网络的云计算数据中心节能方法，针对云计算数据中心能耗、负载及功耗负载多变的情况，设计了一种基于人工神经网络的节能技术，将收集到的多种数据作为人工神经网络的输入，自动生成适用与当前系统状态的节能策略。系统分为采集监控系统、自动策略推导系统和节能主控系统三部分，将系统中负载和功耗的数据做为人工神经网络ANN的输入，借助人工神经网络对非线性复杂数据的处理优势，自动生成符合当前系统运行状态的节能策略，并根据该策略自动对系统中各部件的运行模式进行调整，在保证系统稳定性和应用性能需求的前提下，将整个被监测系统的负载以更为集中的方式加以调配，以实现更高程度的能耗降低。

主权项

一种基于人工神经网络的云计算数据中心节能方法, 其特征在于系统分为采集监控系统、自动策略推导系统和节能主控系统三部分，将系统中负载和功耗的数据做为人工神经网络ANN的输入，借助人工神经网络对非线性复杂数据的处理优势，自动生成符合当前系统运行状态的节能策略，并根据该策略自动对系统中各部件的运行模式进行调整，在保证系统稳定性和应用性能需求的前提下，将整个被监测系统的负载以更为集中的方式加以调配，以实现更高程度的能耗降低；系统分为采集监控系统、自动策略推导系统和节能主控系统三部分,其中：采集监控系统，负责收集系统中与负载、功耗及性能相关的数据，采集监控系统组件构成包括：操作系统内核任务计数器、操作系统内核调度程序监视器、操作系统内核负载平衡程序监视器、操作系统内核内存分配程序监视器、操作系统内核中断路由监视器、操作系统内核高速缓存监视器、操作系统内核交换区监视器、操作系统内核网络协议栈监视器、处理器负载监视器、系统内存负载监视器、系统存储负载监视器以及系统网络负载监视器；自动策略推导系统，将采集监控系统搜集到的负载、功耗及性能数据做为输入输出能够适应当前负载情况的节能策略；使用人工神经网络模型，并将有效地减小随机因素的扰动抑制系统运行策略的抖动作为终止神经网络训练的必要条件；节能主控系统，自动执行策略推导系统生成的策略，包括调整单个硬件资源的工作模式及自动在整个系统范围内进行负载调配，根据自动规则推导系统生成的策略自动调整和设置系统中各类设备的运行模式，并以集中的方式在多台设备间配置负载，最终在保证系统稳定提供满足应用需求性能的同时，有效降低数据中心的能耗。